一种钢材加工配送中心原料库存预测数据加工方法及系统

技术领域

本发明涉及库存预测技术领域，更具体地，涉及一种钢材加工配送中心原料库存预测数据加工方法及系统。

背景技术

钢材加工配送中心是营销体系内重要的组成部分，承担着钢材加工、配送、销售等关键环节的任务，钢材加工配送中心以客户需求为导向，通过定制化的钢材加工配送服务，开拓钢材销售市场，提升客户的体验度和服务质量。而提供及时、准确和高效的加工配送服务，满足客户的需求、交货期限要求，一直以来是钢材加工配送中心维系客户的关键因素，原材料采购则是保证这个关键因素的基础，只有确保了原材料的稳定供应，才能保证生产计划的顺利进行，如果原材料采购不及时，可能会导致生产中断、交货延迟等情况，产生极其严重的后果。同时，原材料采购又是控制钢材加工配送中心成本的重要因素之一，通过合理的原材料采购计划，可以避免库存积压和浪费，占用多余的企业资金。所以钢材加工配送中心需要重视原材料的采购，采取有效的的措施来提高采购效率和降低成本，以提升自身的竞争力和盈利能力。

如何能进行有效、合理、高效的原材料采购，离不开对现有原材料库存的精确管理，钢材加工配送中心的原材料主要是钢卷，在为客户提供定制化加工配送服务中，往往需要将钢卷加工成各种形状规格的板材，有些需要经过很多道加工工序，生产周期较长，原材料、半成品和成品有可能会同时存在库存中，在制订原材料采购计划时，需要综合考虑现有在库的原材料库存，不光包括原卷的库存，还需要将半成品和成品的库存折算成对应的原材料库存，折算过程，离不开精确的BOM设定和标准耗用量的设置，由于现有的工贸一体化系统无法支持这块功能，原材料的库存需要通过人工手动再加工，效率低下，准确性也无法保证。

随着基于生态技术平台xIn

发明内容

本发明的目的在于提供一种钢材加工配送中心原料库存预测数据加工方法及系统，解决现有技术中原材料的库存需要通过人工手动再加工，效率低下，准确性也无法保证的技术问题，通过系统自动对数据进行挖掘和分析，实现对钢材加工配送中心原材料库存的精准预测，提高了工作效率和数据准确性，为原材料采购决策制订提供了支撑。

为了实现上述目的，本发明采用以下技术方案：

作为本发明的一个方面，提供一种钢材加工配送中心原料库存预测数据加工方法，包括以下步骤：

S1.操作数据层的基础数据表经过数据加工，依次获取明细数据层的MBOM分析表、渠道材料表、渠道采购订货明细表以及客户物料需求表；

S2.MBOM分析表、渠道材料表、渠道采购订货明细表以及客户物料需求表经过数据加工，获取汇总数据层的原材料库存预测汇总表；

S3.原材料库存预测汇总表通过应用数据，得到原材料库存预测表，原材料库存预测表通过API服务，得到原材料库存预测报表。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S1包括以下步骤：

S11.明细数据层的MBOM分析表的加工；

S12.明细数据层的渠道材料表的加工；

S13.明细数据层的渠道采购订货明细表的加工；

S14.明细数据层的客户物料需求表的加工。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S11包括以下步骤：

S111.根据生产业务中心维护的MBOM节点表、MBOM连线表和物料信息表，加工过程中采用的算法要点，经过数据加工，获得板材类半成品和板材类成品与之对应的原材料之间的转换系数；

S112.转换系数参与板材类半成品和板材类成品库存数据的转换以及客户物料需求表中板材类成品需求量的转换计算，将板材类成品或者板材类半成品的张数转换成原材料的消耗重量。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S12包括以下步骤：

S121.将物流中心的渠道业务库存材料表和渠道业务已发货库存表的业务表拼在一起加工,获取渠道材料表；

S122.渠道材料表统计的是材料库存信息，在IMC系统里进出的材料，其信息在渠道材料表里能查询出来。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S13包括以下步骤：

S131.将采购业务中心的采购订单主表和采购订单子表关联取出所需字段，获取渠道采购订货明细表；

S132.渠道采购订货明细表以渠道采购合同子项明细作为维度，记录采购全流程中相关信息，作为获取原材料的采购在途库存数据的依据。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S14包括以下步骤：

S141.根据客户需求计划表获取相关信息，加工获取客户物料需求表；

S142.客户物料需求表以客户、成品物料号和年度作为维度，记录客户在年度的各个月的成品需求量，作为获取原材料的客户需求量数据的依据。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S2包括以下步骤：

S21.以原材料作为主线，通过对MBOM分析表、渠道材料表、渠道采购订货明细表和客户物料需求表的关联查询和计算，统计出原材料库存的预测值；

S22.获取原材料库存预测汇总表过程中，采用时点库存、当月拉动量、需求量、采购在途量、预计库存以及覆盖系数进行算法要点计算。

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工方法，其中S22包括以下步骤：

S221.时点库存：根据物料号关联渠道材料表，取截止到昨天的库存数据，只取贸易方式为配送和贸易，并剔除质量改判封锁的材料在库库存数据，原卷取净重，板材类半成品和板材类成品取件数，再乘以转换系数转换成对应原材料的耗用重量，以原材料为维度进行累加得出汇总值；

S222.当月拉动量：根据成品物料号关联渠道材料表，取截止到昨天的库存数据，只取贸易方式为配送和贸易，出库日期为当月的成品销售出库量，板材类成品取出库件数，再乘以转换系数转换成对应原材料的耗用重量；

S223.需求量：根据成品物料号、月份关联客户物料需求表，板材类成品取出成品需求量，再乘以转换系数转换成对应原材料的需求重量；

S224.采购在途量：根据原料物料号关联渠道采购订货明细表，取截止到昨天的采购订货明细数据，只取采购订单状态为已生效且未结案的采购订单明细数据，采购在途量＝订货重量–入库重量，如果为负数则改成零，并按交货月进行汇总；

S225.预计库存：当月需求量＞当月拉动量，当月预计库存＝时点库存+当月采购在途量–(当月需求量–当月拉动量)；当月需求量≤当月拉动量，当月预计库存＝时点库存+当月采购在途量；

S226.覆盖系数：以当前预计库存为基础，在未做原材料采购的情况，可支撑的月份。

作为本发明的另一个方面，提供一种钢材加工配送中心原料库存预测数据加工系统，包括系统架构和功能架构，所述系统架构基于生态技术平台xIn

作为本发明上述方面的一种钢材加工配送中心原料库存预测数据加工系统，其中功能架构包括：

数存，实现海量、异构的数据的分布式存储和计算，提供丰富的数据接入方式，最终实现数据数字化；和

数成，基于数据采集和主题数据的分层加工，构建数据模型，提供统一数据服务，最终实现数据资产化；和

数智，运用AI等技术洞察数据，构建数据算法模型，提供自主分析平台工具，最终实现数据智能化；和

数现，提供一站式大数据可视化解决方案，实现丰富、易用的数据展现工具，最终实现数据可视化；和

数典，提供数据标准和治理工具，实现完整的数据资源视图和检索功能，最终实现数据标准化。

采用上述技术方案，本发明具有以下优点：

本发明提供了一种钢材加工配送中心原料库存预测数据加工方法及系统，通过系统对业务数据的挖掘和一系列算法分析，将钢材加工配送中心的半成品和成品库存拆解成对应的原材料库存，将客户对成品的需求计划折算成原料的需求计划，把原材料作为统一的统计口径，将重量作为统一的计量单位，实现对原材料库存的预测功能，通过报表展示T月到T+N月末的原材料预计库存量及覆盖系数，实现对钢材加工配送中心原材料库存的精准预测，替代了以往的人工手动统计预测的过程，提高了工作效率和数据准确性，为原材料采购决策制订提供了支撑，库存预测的准确率达到95％以上，原材料采购效率提高了30％。为钢材加工中配送中心制订原材料采购计划提供的数据支持，从而确保了生产稳定性，降低了库存成本，提高了企业的竞争力和服务质量。

附图说明

通过阅读参照以下附图对非限制性实施例所作的详细描述，本发明的其它特征、目的和优点将会变得更明显。

图1是钢材加工配送中心原料库存预测数据加工系统的功能框架图；

图2是一种钢材加工配送中心原料库存预测数据加工系统的流程图；

图3是本发明的MBOM分析表加工过程的流程图；

图4是本发明的原材料库存预测报表的前端报表展示的样式。

具体实施方式

以下结合说明书附图对本发明的技术方案进行具体说明，在具体实施方式中详细叙述本发明的详细特征以及优点，其内容足以使任何本领域技术人员了解本发明的技术内容并据以实施，且根据本说明书所揭露的说明书、权利要求及附图，本领域技术人员可轻易地理解本发明相关的目的及优点。

一种钢材加工配送中心原料库存预测数据加工系统，包括系统架构和功能架构，系统架构基于IMC系统建立，基于生态技术平台xIn

图1示出了钢材加工配送中心原料库存预测数据加工系统的功能框架图；钢材加工配送中心原料库存预测数据加工系统功能架构具体如图1所示，包括：

数存，实现海量、异构的数据的分布式存储和计算，提供丰富的数据接入方式，最终实现数据数字化；和

数成，基于数据采集和主题数据的分层加工，构建数据模型，提供统一数据服务，最终实现数据资产化；和

数智，运用AI等技术洞察数据，构建数据算法模型，提供自主分析平台工具，最终实现数据智能化；和

数现，提供一站式大数据可视化解决方案，实现丰富、易用的数据展现工具，最终实现数据可视化；和

数典，提供数据标准和治理工具，实现完整的数据资源视图和检索功能，最终实现数据标准化。

5S数据生态套件将数据作为新型生产要素，构建数据要素的全层次能力，提供“数存、数成、数智、数现、数典”组件保证在全层次实现数据的“看得见、用得着、管得住、进的来、出得去”，基于数据中台和维度建模方法论，结合5S生态套件对营销业务数据进行采集、处理、计算，形成大数据中心的数据资产。以营销核心系统相关业务场景为例，通过业务赋能、算法模型、统计分析类数据服务支持全程物流方案推荐、特殊技术评审、价格报批盈利测算、客户分级推荐等业务应用场景，发挥数据价值。此外，基于大数据中心数据资产，为各类业务人员、管理人员提供合同、重点产品、库存等主题的自主分析功能，为提升营销业务效率提供有力技术支撑。

图2示出了钢材加工配送中心原料库存预测数据加工系统的流程图；一种钢材加工配送中心原料库存预测数据加工系统的流程图具体如图2所示，包括以下步骤：

S1.操作数据层的基础数据表经过数据加工，依次获取明细数据层的MBOM分析表、渠道材料表、渠道采购订货明细表以及客户物料需求表；

其中，S1包括以下具体步骤：

S11.明细数据层的MBOM分析表的加工；

其中，S11包括以下具体步骤：

S111.MBOM分析表是整个原材料库存预测的核心部分，根据生产业务中心维护的MBOM节点表、MBOM连线表和物料信息表，加工过程中采用的算法要点，经过数据加工，获得板材类半成品和板材类成品与之对应的原材料之间的转换系数，参与板材类半成品和板材类成品库存数据的转换以及客户物料需求表中板材类成品需求量的转换计算；

MBOM分析表的关键字段包含：账套代码、MBOM模板编号、MBOM模板名称、原材料物料号、半成品物料号、成品物料号、板卷类型、转换系数。

MBOM分析表加工过程中采用的算法要点：

MBOM业务表的结构：MBOM的维护采用了节点加连线的方式，将成品的整个加工流程串联起来具体如图3所示，原材料、半成品和成品均设置成节点，原材料是起点，成品是终点，半成品作为中间节点，通过连线加以连接，每条连线代表着对应的加工工序。

半成品的统计：根据原材料物料号和成品物料号，关联出对应的MBOM信息，从原材料节点开始，沿着连线，追溯到成品节点，将沿路的半成品节点都统计出来。

开卷横切后的板材半成品：卷料的主计量单位是重量，板材的主计量单位是张数，半成品中包含卷料和板材，因为板卷的计量单位差异，所以在对MBOM分析的过程中，将开卷横切工序作为一个最为特殊的关键点，该工序主要负责将卷料加工成板材，作为整个生产链路上的第一个板材半成品，它对于原材料的转换系数最为关键，因为后续的加工流程基本是板材加工成板材，无非是1比N或者N比1的比例关系，例如拼焊工序，多张板材半成品拼焊成一张板材成品，就是N比1的比例关系；

转换系数的获取：根据找出的开卷横切的板材半成品，通过物料号关联物料信息表，取出人工维护的单张标准工艺消耗量作为转换系数，这里有别于单张重量，因为考虑到加工工艺和标准成材率等因素，所以单张标准工艺损耗量会略大于单张重量，从开卷横切的板材半成品开始，后续的加工过程中出现的半成品和成品的转换系数，都根据开卷横切的板材半成品的转换系数乘以相应的比例关系获得；

通过以上算法的数据加工，可以获得原材料对应板材成品，原材料对应板材半成品的转换系数。

S112.转换系数参与板材类半成品和板材类成品库存数据的转换以及客户物料需求表中板材类成品需求量的转换计算，能方便的将板材类成品或者板材类半成品的张数转换成原材料的消耗重量。

S12.明细数据层的渠道材料表的加工；

其中，S12包括以下具体步骤：

S121.将物流中心的渠道业务库存材料表和渠道业务已发货库存表的这两张物流中心的业务表拼在一起加工出来的，其中渠道业务库存材料表中保存的是在库的材料库存信息，渠道业务已发货库存表中保存的是已出库的材料信息。

S122.渠道材料表统计的是材料库存信息，只要在IMC系统里进出过的材料，其信息在这张表里都能查询出来。该表作为获取材料的在库库存数据的依据。

渠道材料表的加工需要用到的关键字段包含：账套代码、物料号、捆包号、在库状态、封锁或去向类型、出库类型、出库日期、贸易方式、净重、件数等。

S13.明细数据层的渠道采购订货明细表的加工；

其中，S13包括以下步骤：

S131.将采购业务中心的采购订单主表和采购订单子表关联取出所需字段，获取渠道采购订货明细表；

S132.渠道采购订货明细表以渠道采购合同子项明细作为维度，记录采购全流程中相关信息，该表作为获取原材料的采购在途库存数据的依据。

渠道采购订货明细表关键字段包含：账套代码、采购订单号、采购订单子项号、采购订单状态、采购订单子项状态、钢厂订单号、产地、规格、交货日期、物料号、订货重量、入库重量等。

S14.明细数据层的客户物料需求表的加工。

其中，S14包括以下步骤：

S141.根据客户需求计划表获取相关信息，加工获取客户物料需求表；

S142.客户物料需求表是以客户、成品物料号和年度作为维度，记录客户在年度的各个月的成品需求量，板材类成品的需求量单位为张数。该表作为获取原材料的客户需求量数据的依据。

客户物料需求表的加工关键字段包含：账套代码、客户代码、成品物料号、年度、月份、需求量等。

S2.MBOM分析表、渠道材料表、渠道采购订货明细表以及客户物料需求表经过数据加工，获取汇总数据层的原材料库存预测汇总表；

S2包括以下具体步骤：

S21.以原材料作为主线，通过对MBOM分析表、渠道材料表、渠道采购订货明细表和客户物料需求表这四张表的的关联查询和计算，统计出原材料库存的预测值；

原材料库存预测汇总表的关键字段包含：账套代码、客户代码、成品半成品物料号、转换系数、时点库存、当月拉动量、当月月需求量、当月月采购在途量、当月月预计库存量、当月覆盖系数、T+1月需求量、T+1月采购在途量、T+1月预计库存量、T+1月覆盖系数、T+2月需求量、T+2月采购在途量、T+2月预计库存量、T+2月覆盖系数、……。

S22.获取原材料库存预测汇总表过程中，采用时点库存、当月拉动量、需求量、采购在途量、预计库存以及覆盖系数进行算法要点计算。

其中，S22包括以下具体步骤：

S221.时点库存：根据物料号关联渠道材料表，取截止到昨天的库存数据，只取贸易方式为配送和贸易，并剔除质量改判封锁的材料在库库存数据。原卷取净重，板材类半成品和板材类成品取件数，再乘以转换系数(根据原材料物料号、半成品物料号和成品物料号关联MBOM分析表取出)转换成对应原材料的耗用重量，以原材料为维度进行累加得出汇总值；

S222.当月拉动量：根据成品物料号关联渠道材料表，取截止到昨天的库存数据，只取贸易方式为配送和贸易，出库日期为当月的成品销售出库量，板材类成品取出库件数，再乘以转换系数(根据原材料物料号和成品物料号关联MBOM分析表取出)转换成对应原材料的耗用重量；

S223.需求量：根据成品物料号、月份关联客户物料需求表，板材类成品取出成品需求量，再乘以转换系数(根据原材料物料号和成品物料号关联MBOM分析表取出)转换成对应原材料的需求重量；

S224.采购在途量：根据原料物料号关联渠道采购订货明细表，取截止到昨天的采购订货明细数据，只取采购订单状态为已生效且未结案的采购订单明细数据，采购在途量＝订货重量–入库重量，如果为负数则改成0，并按交货月进行汇总；

S225.预计库存：当月需求量＞当月拉动量，当月预计库存＝时点库存+当月采购在途量–(当月需求量–当月拉动量)；当月需求量≤当月拉动量，当月预计库存＝时点库存+当月采购在途量；

S226.覆盖系数：以当前预计库存为基础，在未做原材料采购的情况，可支撑的月份。

S3.原材料库存预测汇总表通过应用数据，得到原材料库存预测表，原材料库存预测表通过API服务，得到原材料库存预测报表。

其中，原材料库存预测报表的前端报表展示的样式具体如图4所示，能够详细展示原材料库存精确预测数据。

最后，需要指出的是，虽然本发明已参照当前的具体实施例来描述，但是本技术领域中的普通技术人员应当认识到，以上的实施例仅是用来说明本发明，而并非用作为对本发明的限定，在不脱离本发明构思的前提下还可以作出各种等效的变化或替换，因此，只要在本发明的实质精神范围内对上述实施例的变化、变型都将落在本发明的权利要求书范围内。